eラーニングレコメンドエンジン

大学受験予備校で利用される e ラーニングシステムのレコメンドエンジンを構築しました。

Learning Management System (LMS) からユーザーの履修結果を受け取り、次に履修すべき単元及び教材をレコメンドするシステムです。ベイジアンネットワークを用いて、現在履修状況から最も効率的に履修を進められるようにスコアを計算します。

ベイジアンネットワークの活用

単元間には依存関係があり、例えば数学では一次関数と二次関数という単元があって一次関数が理解できていないと二次関数を理解できません。そのような関係を全てつなぎ合わせると、数学全体の単元間の依存関係を表現したベイジアンネットワークができあがります。

このベイジアンネットワークに学習者の現在の履修状況を反映することで、こことここが理解できているのならこの単元も理解できているのではないか、こことここを間違えているのならここが理解できていないのではといったことが確率推論により推定できるようになります。

図 では中心が黄色のノードが履修済みの単元、周辺に赤色が多いノードが理解できていないと推定された単元、周辺に青色が多いノードが理解できていると推定された単元です。さらに未履修の単元が仮に理解できたときに、他の未履修の単元の状態がどのように変化するのかということも分かるようになります。このような情報を元にして次のどこへ進むのか、またはどこに戻るのかをレコメンドします。

クリアタクトでは、本件のように、ベイジアンネットワークによるモデリングから、ベイジアンネットワークの推論機能を活用したアプリケーション開発までサービスとして提供しています。